オーディオデータを用いた実時間緊急車両イベント検出【JST・京大機械翻訳】

Islam Zubayer; Abdel-Aty Mohamed

プレプリント

J-GLOBAL ID：202202200110468664 整理番号：22P0283979

オーディオデータを用いた実時間緊急車両イベント検出【JST・京大機械翻訳】

Real-time Emergency Vehicle Event Detection Using Audio Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月02日プレプリントサーバーでの情報更新日： 2022年02月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究では,オーディオデータのみを用いて緊急車両の検出に焦点を当てた。改善および迅速な検出は,信号交差点でのこれらの車両のより速いプリエンプションを助け,それにより,緊急時の全体の応答時間を低減することができる。重要なオーディオ特徴を生データから抽出し,訓練のために極端学習機械(ELM)に通過させた。ELMは,オンライン学習に使用できる,その単純さと短い実行時間のため,この研究で使用された。最近,音響分類に焦点を当てた多くの研究が行われているが,使用する方法の大部分は訓練と実装に複雑である。本論文の結果は,ELMが例外的に短い訓練時間で類似の性能を達成できることを示した。ELMに対して報告された精度は,緊急車両検出(EVD)に対して約97%である。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , , , 【Automatic Indexing@JST】

人工知能 , ニューロコンピュータ

, , ,

前のページに戻る